发布资金信息 发布项目融资 申请上市辅导 发布金融峰会 发布文章资讯

KLR信号分析法

   时间:2018-04-25 22:40:34     浏览:59    评论:0    
核心提示:KLR信号分析法 目录1.KLR信号分析法概述2.KLR信号分析法的阈值确定3.KLR信号分析法体系4.KLR信号分析法的评价5.KLR信号分析法的案例分析KLR信号分析法概述   KLR信号分析法于1997年由该模型是Kaminsky、Lizondo和Reinhart于1998年创立并经过Kaminsky的完善。  KLR信号分析法的理论基础是研究经济周期转折的信号理论,其

KLR信号分析法

目录
1.KLR信号分析法概述
2.KLR信号分析法的阈值确定
3.KLR信号分析法体系
4.KLR信号分析法的评价
5.KLR信号分析法的案例分析

KLR信号分析法概述

  KLR信号分析法于1997年由该模型是Kaminsky、Lizondo和Reinhart于1998年创立并经过Kaminsky的完善。

  KLR信号分析法的理论基础是研究经济周期转折的信号理论,其核心思想是首先通过研究货币危机发生的原因来确定哪些经济变量可以用于货币危机的预测,然后运用历史上的数据进行统计分析,确定与货币危机有显著联系的变量,以此作为货币危机发生的先行指标。然后为每一个选定的先行指标根据其历史数据确定一个安全阈值。当某个指标的阈值在某个时点或某段时间被突破,就意味着该指标发出了一个危机信号;危机信号发出越多,表示某一个国家在未来一段时间内爆发危机的可能性就越大。阈值是使噪音——信号比率最小的临界值。

  其预测步骤为:

  首先,通过研究货币危机发生的原因来确定哪些变量可以用于货币危机的预测;

  其次,运用历史数据进行统计分析,确定与货币危机的发生有显著联系的变量,以此作为货币危机发生的先行指标,并计算出该指标对危机发生进行预测的临界值。

  一旦一国经济中相对应的指标变动超过了临界值,那么就可以认为在24个月内将发生货币危机。在此基础上,他们采用1970—1995年发生于 15个发展中国家和5个发达国家的月度数据确定货币危机发生的临界值。利用这些先行指标与相对应的临界值建立一个有效的货币危机预警体系。一个预警指标在一定的历史时期内,有一个时间序列数据,根据这个时间序列数据可以估计它的累积概率分布,临界值就是某一个累积概率,当指标取值所对应的累积概率超过了这个临界值,就发出一个信号。为了对发生货币危机信号的指标进行综合考虑,模型在单个指标的基础上提出了4个预测危机的合成指标。

  第一个综合指标,采用简单加总法。

  第二个综合指标稍微复杂一些,采用弱势和强势两种信号,对于强势信号乘以2,而对于弱势信号乘以 1。

  第三个综合指标则是一段时期内的信号累加,Kaminsky将时期定为8个月,也就是8个时期。

  第四个综合指标为加权平均,权数是干扰-信号比率的倒数。

  总的说来,就预测准确性而言,四个合成指标比单一指标表现更好。就银行危机与货币危机预测而言,各个指标在预测银行危机的表现均没有预测货币危机表现好。

  他们还根据准确发出信号的概率、信号出现先于危机发生的时间长短、危机前信号出现的持续性等指标,对危机预测的成效与实际危机发生的序列等进行拟合度检验,结果发现对预测货币危机表现最好的先行指标是:产出水平、实际汇率对长期趋势的偏离、股票市场价格、广义货币与外汇储备的比率等等。其中第四个合成指标是预警能力最强的指标。

KLR信号分析法的阈值确定

  当预警指标超出阈值,发出将来一段时间内将要发生危机的信号,这段将来特定的时间就称为信号区间,KLR信号分析法设定的信号区间是24个月。KLR信号分析法的关键在于信号的识别,而信号识别的关键又在于阈值的设定。对于每个选定的先行指标,其表现都可归纳为表1。

先行指标表现 危机在24个月内发生 危机不在24个月内发生 发出信号 A B 未发出信号 C D

  表中A表示指标预测到将会发生危机且在其后的24个月内确实发生危机的月份;B表示指标预测到将会发生危机,但其后24个月并没有发生危机的月份数;C表示指标预测不会发生危机,而其后24个月内却发生了危机的月份数;D表示指标预测不会发生危机,A而其后24个月也确实没有发生危机的月份数。A/表示指标以出有效信号的概率,B/表示指标发出失效信号的概率,定义B/ / A/为噪音与信号的比率,使这一比率达到最小就可以得到每个指标的最佳阈值。

KLR信号分析法体系

  Kaminsky等通过对25份关于20世纪50-90年代中期发生于发达国家与发展中国家货币危机的研究成果的比较,从中确定出与危机发生有较大关联度的变量,并将其视为货币危机的先行指标。由于那些研究成果在变量的选择与衡量、数据的时间、计量技术上都存在很大差异,他们最终得出如下结论:

  第一,有效的货币危机预警系统应当包括一套广泛的指标。这是因为投机冲击发生前,国内经济问题常常是多方面的,有时还伴随着政治方面的问题;

  第二,在获得充分统计支持的情况下,可作为货币危机先行指标的变量变动表现为国际储备下降、本币汇率高估、信贷扩张、持续通货膨胀、贸易账户恶化、实际增长率放缓、货币供给增长速度上升、财政赤字扩大等;

  第三,通过实证分析,该模型认为对外债务、经常项目账户基本上不能用于危机预测。Kaminsky认为项目账户不能作为先行指标的原因是它的信息已被反映在汇率中,而实际汇率在绝大部分研究结果中都具有很强的预测能力;

  第四,一些政治性、制度性变量对危机也有一定的预测能力。

  Kaminsky等选择的指标具体包括:国际储备、进口、出口、贸易条件、实际汇率对一般趋势的偏离、国际和国内实际的存款利率差别、“过剩” 的实际M1的差额、M2的乘数、国内信贷对GDP的比率、实际存款利率、名义借款利率和存款利率之比、商业银行存款、广义货币与国际储备的比率、产出指数和股票指数等l5个指标。为了将指标发出危机信号进行综合考虑,他们设计了4个复合指标。其中最简单且经常使用的是第一个复合指标,它是将各个预警指标发出的信号数简单加总。假设共有L,2,...,n个预警指标,第i个指标在第t期发出信号与否用Sit表示,则第一个复合指标可表示为:

KLR

其中:

KLR

  而另外3个复合指标分别考虑了指标分布不均衡、指标时间延续性以及指标不同权重,这虽然往往使得它们比第一个复合指标预警效果更好些,但也会使危机预测变得更为复杂。

KLR信号分析法的评价

  Kaminsky等在1998年通过对25份 20世纪50至90年代发生于发达国家与发展中国家货币危机的研究成果的比较,得出了主要结论:预测货币危机的有效指标包括出口、实际汇率对一般趋势的偏离、广义货币对外汇储备的比例、产出和股票价格,而国内外实际存款利率的差别、借款利率和贷款利率的差别、进口、银行存款等指标并不具备有效预测的能力。

  实证表明,用KLR模型来预测东南亚货币危机,泰国发生危机的可能性超过了40%,马来西亚超过了30%,印度尼西亚为25%~28%,韩国为 20%~ 33%。这表明KLR模型比以往的预警模型的准确性要高得多。

  该模型的最大优点在于:

  KLR信号分析法选取的是一种先导指标体系,信号一般在货币危机发生前一到两年内发出,因此便于货币管理当局提前应对,是一种真正的预警机制。同时预警系统指标选取原则是“信号一噪音”比最小也确保了指标选择的稳健性,而直接观察信号是否突破阈值并收集突破信号的多寡就能判断危机是否发生使得模型简便实用,易于实际应用。

  尽管KLR信号分析法作了一些开创性的研究,但是也存在一些不足。

  用于预测的先行指标有限,这会影响判断的准确性。Kaminsky、Lizondo、Rein—hart等利用发展中国家和工业化国家在20世纪50年代早期到90年代中期其中25年的数据,希望能从潜在的预警金融危机的先行指标中找出预警效果最佳者,但没有研究出一个明确的答案。他们的结论是一个有效的预警系统应包含广泛的指标,Kaminsky曾经指出:“由于危机发生往往是由众多因素交织在一起引发的,因此在我们没有搞清其内在机理之前,包含尽可能多的有效指标应成为预警系统设计的一个基本原则。”

  指标带有明显的倾向性。Kaminsky、Lizondo、Reinhart等选取的指标大多集中在外汇储备、信贷增长与实际汇率等方面,同时把外债指标放弃掉,使得该模型的指标体系有失偏颇,影响了模型的有效性。

KLR信号分析法的案例分析

  案例:房地产危机预警机制   一、我国房地产中潜在的风险

  美国房地产金融机构在市场繁荣时期放松了贷款条件,一些贷款机构向信用程度较差和收入不高的借款人提供贷款,即次级抵押贷款。随着美国住房市场的高速繁荣,次级抵押贷款市场也迅速发展,甚至在通常情况下一些被认为不具备偿还能力的借款人也获得了购房贷款,造成了过度借贷,当房价降温时就产生了还款困难,从而引发了危机。

  在我国,个人按揭贷款的贷款额是个人每月按揭贷款的还款额不得超过个人家庭月可支配收入的50%,由此出现了用假收人证明、假工资证明等虚假文件到银行进行按揭贷款的现象。在房地产很热的时候,银行为了其自身的短期效益,降低了个人申请按揭房贷的“门槛”,使得贷款者基本上没有信用等级可分;房地产业和金融业紧密相联系,由于个人住房贷款的资金主要用于住房投资或进入股市,一旦房价下降或者贷款人投资失败,就会对这部分的银行信贷产生冲击。

  二、预警机制的建立

  通过对预警机制的各种模型的优缺点的比较和实际应用的可能,同时基于房地产业的风险主要来自金融业、资本市场完全开放后的投机冲击及人们对未来前景的预期,本文采用KLR模型对房地产预警机制进行研究。

  预警指标的选取   1.预警指标的确立

  在预警机制的指标体系中,根据房地产业的自身情况,本文选取了6个指标,即:投资资金增长率、相对通货膨胀率、实际GDP增长率、人均可支配收入增长率、自筹资金/投资总额、资产价格泡沫度。

  2.阈值的确定

  阈值是使干扰信号比率最小化的指标取值,其确定的总体原则是:将会发生危机而没能发出预报的概率与发出错误预报的概率相等时的数据作为阈值。根据国际上的规定,相对通货膨胀率的阈值为2%,资产价格泡沫度为20%,投资资金增长率和实际GDP增长率应视不同的国家而定。

  3.房地产危机预警指标的检验   1)以美国房地产市场为例选取数据 KLR

  2)对数据的分析

  从上表中可以看出,自2004年开始,美国的房价的涨幅已超过20%,其房地产市场出现了严重的泡沫;通货膨胀率也超过了阈值2%。美国遭受“9·11”事件后,美国政府为了推动其疲软的经济,为了减少借贷成本、增加人们的消费、减少失业以及降低通货膨胀的压力,采取了连续降息的政策,这对推动第三产业的发展提供了有利的市场条件,但由于市场环境的过度宽松,信贷行业、评级机构“门槛”的降低,致使次贷危机爆发。

  4.我国房地产的情况   1)数据的选取 KLR

  

 
 2)对数据的分析

  8%长期被视为中国GDP增长的“底线”水平,上表中可以看出,自2002年开始,我国实际GDP增长率均在9%以上,且在国际中衡量房地产开发投资增长快慢的指标是房地产投资额增长率/GDP增长率,一般应该不超过2倍哺.我国的这个比率自2000年都超过了3倍,说明我国房地产投资增长过快,但是在资金来源里的自有资金的比重过小,负债占到总投资的6到7成,银行贷款占22%到27%,一旦房价下降就会对银行业产生冲击,这就是房地产业的金融风险。从房价来看,我国的房地产业未形成泡沫,但北京、上海、深圳的房价上涨过快过高,超过了阈值20%,形成了泡沫。

  三、KLR信号法的不足及改进之处

  实证表明,KLR模型比以往的预警模型的准确性要高,而且其揭示了危机发生的根源,为各国政府对经济进行监督管理以预防危机的发生提供了思路,但也存在一些不足:

  在指标选取方面

  由于金融危机的发生往往是由众多因素交织在一起引发的,而该方法主要是以宏观经济环境为背景,并没有考虑到政治事件与一些外生事件对金融危机爆发的影响。

  房地产业受国家产业政策的影响较大。国家产业政策的变化直接影响着房地产商品需求结构的变化,对房地产业的兴衰起着决定作用。市场供应量、市场实际购买力、市场价格是反映供需状况的动态指标,随时间的变化而变化,其具有不确定性。容易引发由于供给与需求之间的不平衡所造成的市场供需风险。在实际中我们都无法获得反映金融机构的月度数据,所以该方法并不能表明引发金融危机的长远因素。

  在阈值的确定方面

  指数该模型在用单一指标进行判断的时候,都要确定阈值,当指标超过阈值时,就发出了预警信号,且阈值的确定只考虑了定性分析而没有充分利用定量分析,因此要求出准确的阈值是很困难的,从而通过指标与阂值的比较来判断危机是否会发生出错的概率会增大。由于指标与危机之间的关系是一个渐变的过程,随着指标值与阂值的逐渐靠近,危机发生的可能性就会增大,而不能仅仅依靠指标值是否超出阈值来判断危机是否会发生。

  预警指标的建立是一项复杂的T程,应该对不同的行业采用不同的预警指标体系,从而对原有的模型作进一步的完善,使其不仅能做出宏观经济上的预测也能具体到经济的微观层面的预测。

 
打赏
 
更多>同类金融学院
0相关评论

推荐图文
推荐金融学院
点击排行
关于我们 | 组织结构 | 企业文化 | 公司动态 | 管理团队 | 行为准则 | 投资策略 | 投资保障 | 风险控制 | 经典案例 | 联系我们 | 网站地图 | 广告服务 | RSS订阅 | 友情链接
Copyright © 2006-2018 金融学院 Inc. All rights reserved.
粤ICP备16012416号
联系我们
QQ咨询
电话咨询
email
在线留言
微信联系
返回顶部